买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：华中科技大学;北京遥感设备研究所

摘要：本发明属于车间调度相关技术领域，其公开了一种基于SoftActor‑Critic强化学习的资源协同装调车间自适应调度方法及系统，方法包括：构建加工工件任务池、加工工件选择规则、拓扑单元分配规则、协作工人分配规则以及智能体模型，智能体模型包括多层感知机模块以及基于SoftActor‑Critic算法的策略模块；采用多层感知机模块获取车间环境当前状态下各加工工件选择规则的权重向量，采用权重向量对加工工件任务池中的各工件的优先权重进行重组，获得各工件复合规则下的权重；以各工件复合规则下的权重，在拓扑单元分配规则以及协作工人分配规则下进行拓扑单元和协作工人分配。本发明能够对不同状态下的最优策略进行拟合，增强了智能体模型的决策能力。

主权项：1.一种基于SoftActor-Critic强化学习的资源协同装调车间自适应调度方法，其特征在于，包括：S1：构建加工工件任务池、加工工件选择规则、拓扑单元分配规则、协作工人分配规则和智能体模型；其中，加工工件任务池被配置为容纳待加工工件，拓扑单元分配规则被配置为优先为工件分配等待时间最短的拓扑单元，协作工人分配规则被配置为优先为工件分配等待时间最短的工人；所述智能体模型包括多层感知机模块以及基于SoftActor-Critic算法的策略模块，所述策略模块基于智能体与车间环境交互得到的样本数据，对所述多层感知机模块的网络参数进行更新，所述多层感知机模块以车间环境当前状态作为输入，输出加工工件选择规则的权重向量；S2：采用所述多层感知机模块获取车间环境当前状态下各加工工件选择规则的权重向量，采用所述加工工件选择规则的权重向量对加工工件任务池中的各工件的优先权重进行重组，获得加工工件任务池中各加工工件复合规则下的权重；S3：以各加工工件复合规则下的权重大小为先后顺序，在所述拓扑单元分配规则以及协作工人分配规则下依次进行拓扑单元和协作工人分配，并存储智能体模型与当前车间环境交互得到的样本数据，用于所述策略模块更新多层感知机模块的网络参数，然后进行下一次调度。

全文数据：

权利要求：

百度查询： 华中科技大学 北京遥感设备研究所 一种基于Soft Actor-Critic强化学习的资源协同装调车间自适应调度方法及系统